【資料圖】
7月6日，大數(shù)據(jù)協(xié)同安全技術(shù)國家工程研究中心（BDS國家工程中心）官網(wǎng)發(fā)布國內(nèi)首份《大語言模型提示注入攻擊安全風(fēng)險(xiǎn)分析報(bào)告》。報(bào)告面向大語言模型的提示注入攻擊和防御技術(shù)展開研究，并通過構(gòu)建了包含36000條的提示注入攻擊驗(yàn)證數(shù)據(jù)的數(shù)據(jù)集，覆蓋3類典型攻擊方法和6類安全場景，用于對大語言模型的提示注入攻擊風(fēng)險(xiǎn)測評。測評結(jié)果顯示，目前的大型語言模型普遍面臨提示注入攻擊安全風(fēng)險(xiǎn)，包括在自動(dòng)問答系統(tǒng)中誤導(dǎo)用戶，或者通過對話系統(tǒng)中的輸入操縱回答結(jié)果。報(bào)告指出，提示注入攻擊已成大模型安全威脅之首，建議從安全測評、安全防御、安全監(jiān)測預(yù)警等方面，多維度提升大模型的安全性。
（文章來源：界面新聞）
標(biāo)簽：
